LLM nei modelli basati su agenti: capacità vs. spiegazione

Un nuovo articolo su arXiv (2605.12824) esamina l'uso dei grandi modelli linguistici (LLM) nei modelli generativi basati su agenti (ABM) e nelle simulazioni sociali. Sebbene gli LLM possano produrre diversi fenomeni di alto livello senza programmazione esplicita, gli autori sostengono che capacità e previsione differiscono dalla spiegazione. Attingendo alla filosofia della scienza e alla letteratura sui meccanismi, affermano che la spiegazione richiede di mostrare come i fenomeni sono prodotti da entità e attività organizzate. L'articolo integra lavori recenti sugli LLM-ABM, con l'obiettivo di aiutare i modellisti a caratterizzare gli esperimenti e valutare i progressi in termini di capacità o spiegazione.